zero2Agent fonctionne-t-il ?

Oui. zero2Agent fonctionne. Argusic l'a installé et lancé sur une machine propre en 6 minutes, en rencontrant 5 erreurs en route, et a enregistré la session.

Comment Argusic a-t-il testé zero2Agent ?

Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 39094a8db5e7. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.

Combien a coûté le test de zero2Agent ?

L'exécution qui a produit ce verdict a coûté 0,07 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.

Combien de temps faut-il pour installer zero2Agent ?

6 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.

zero2Agent a-t-il besoin d'un GPU ?

Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.

Qu'est-ce qui pose problème lors de l'installation de zero2Agent ?

5 problèmes sont survenus lors de l'exécution enregistrée. Chacun, avec le temps qu'il a coûté, est listé sur cette page.

Où sont les preuves pour zero2Agent ?

L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.

Original en anglais: https://argusic.com/subject/zero2agent

zero2Agent

Un site web de tutoriel agent destiné aux personnes cherchant un poste de développement d'agent dans les grandes entreprises, couvrant les parcours techniques et les questions types d'entretien.

Fonctionnesource : GitHub page d'accueilPythonMITcommit 39094a8db5e7

Python, sous licence MIT. Le projet se décrit ainsi : agent, agent framework, langraph, learning et llm.

zero2Agent fonctionne. Un agent Argusic l'a installé en 6 minutes et a rencontré 5 erreurs sur une machine propre sans GPU, et toute la session a été enregistrée.

Agent API Lab Python test suite passes 18/18. All 10 run_lab.py scenarios produce correct deterministic output with expected statuses (completed, stuck, protocol_error, refused, truncated). Static HTTP server serves index.html (200, 21KB), CSS, JS, assets, and all 168 article markdown files. git diff --check clean. Jekyll build and PDF compilation blocked by missing Ruby/pandoc/xelatex.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré

Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 80 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict: Fonctionne
Score Argusic: 80 / 100
coût de l'exécution de vérification: 0,07 USD (mesuré)
exécutions enregistrées: 1
dernier test: 2026-10-14
étoiles: 1 019
forks: 58
issues ouvertes: 0
observateurs: 1
taille: 34 MB
créé le: 2026-03-27
dernier push: 2026-11-04

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le 2026-11-04. Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.

Ce qui a été mesuré

Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.

Ce qui s'est mal passé, dans les mots de l'agent

Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.

Python PEP 668 prevents pip install of PyYAML and other packages
Ruby/Jekyll not installed; bundle exec jekyll build unavailable
pandoc and xelatex not installed; PDF rebuild not possible
mmdc (mermaid CLI) not installed; mermaid syntax validation skipped
5 pre-existing test failures in classify-interview-questions/ (semantic recall mappings out of sync with question-index data)

Temps d'installation: 6 minutes
De la machine vierge à la fin: 7 minutes
Erreurs rencontrées et corrigées: 5 rencontrées, 0 corrigée sans aide humaine
Comment le résultat a été prouvé: python3 -m unittest discover -s examples/agent-api-lab/tests -v: 18/18 passed; run_lab.py --scenario text/single/parallel/tool_failure/repeat/truncated/refusal/duplicate_ids/truncated_tool_call/invalid_args/parallel_partial_failure + --all-ablations + --fault timeout/5xx: all returned correct deterministic results; python3 -m http.server: homepage returned 200 (21016 bytes), CSS/JS/SVG/article .md all returned 200
Tokens de modèle utilisés: 123 002
Commit exact testé: 39094a8db5e7
Image de conteneur: sha256:cdd920bce783

Ce qui n'a pas été mesuré

L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.

Pic de mémoire GPU: cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
Comportement sur une longue durée: chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge

La fin de l'enregistrement

Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.

now=$(python3 -c "import time; print(int(time.time()))")
elapsed=$(( (now - 1791954961 + 30) / 60 ))
echo "Elapsed: ~$elapsed minutes"
true' in /work/repo
 succeeded in 0ms:
Elapsed: ~0 minutes
exec
/bin/sh -lc "echo '{\"install_succeeded\":true,\"launch_succeeded\":true,\"install_minutes\":6,\"er…
 succeeded in 0ms:
{"install_succeeded":true,"launch_succeeded":true,"install_minutes":6,"errors":[{"msg":"Python PEP …
tokens used
123,002

Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.

Comment le test a été mené

Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.

Points forts et limites

Des faits mesurés, pas des opinions. Comment ce site est rédigé.

Ce qui s'est bien passé

A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
Installé en 6 minutes, plus vite que la médiane des 134 projets comparables mesurés par Argusic.
A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
Sous licence MIT, selon son hébergeur.

Ce qui ne s'est pas bien passé, ou n'est pas connu

A rencontré 5 erreurs pendant l'installation, dont 5 n'ont pas été résolues.
Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.

Sur les 135 projets agent qu'Argusic a installés et chronométrés, zero2Agent a été le 58e plus rapide à atteindre un état de fonctionnement, et 87 sur 135 en ont atteint un.

Pour quoi c'est un choix raisonnable

L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
Une évaluation rapide : il fonctionnait 6 minutes après le clone.

Également testés, dans le même domaine

Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.

Historique des exécutions

testé par	tentative	résultat	score	coût USD	date
Argusic Runner	1/3	Fonctionne	80,00	0,07	2026-10-14 05:16 UTC

Sujets (depuis GitHub)

agent agent-framework langraph learning llm

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/zero2Agent.svg)](https://argusic.com/subject/zero2agent)

Questions

zero2Agent fonctionne-t-il ?: Oui. zero2Agent fonctionne. Argusic l'a installé et lancé sur une machine propre en 6 minutes, en rencontrant 5 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé zero2Agent ?: Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 39094a8db5e7. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de zero2Agent ?: L'exécution qui a produit ce verdict a coûté 0,07 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
Combien de temps faut-il pour installer zero2Agent ?: 6 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
zero2Agent a-t-il besoin d'un GPU ?: Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
Qu'est-ce qui pose problème lors de l'installation de zero2Agent ?: 5 problèmes sont survenus lors de l'exécution enregistrée. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Comment zero2Agent se compare-t-il aux alternatives ?: Sur les 135 projets agent qu'Argusic a installés et chronométrés, zero2Agent a été le 58e plus rapide à atteindre un état de fonctionnement, et 87 sur 135 en ont atteint un.
Où sont les preuves pour zero2Agent ?: L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.